遗传算法及其在网络信息过滤中的应用研究
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·研究背景与意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·遗传算法的研究现状 | 第11页 |
| ·信息过滤的研究现状 | 第11-12页 |
| ·本文的研究工作 | 第12-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第二章 信息过滤关键技术研究 | 第14-23页 |
| ·数据的获取 | 第14-16页 |
| ·数据包捕获技术 | 第15页 |
| ·协议解析 | 第15-16页 |
| ·分词技术 | 第16-17页 |
| ·文本表示模型 | 第17页 |
| ·特征选择 | 第17-20页 |
| ·文档频率 | 第18页 |
| ·信息增益 | 第18-19页 |
| ·互信息 | 第19页 |
| ·期望交叉熵 | 第19页 |
| ·CHI 统计 | 第19-20页 |
| ·权重计算 | 第20-21页 |
| ·相似度计算 | 第21页 |
| ·分类学习算法 | 第21-23页 |
| 第三章 遗传算法以及算法改进研究 | 第23-35页 |
| ·遗传算法的起源与历程 | 第23-24页 |
| ·遗传算法的特点 | 第24页 |
| ·遗传算法的基本要素与原理 | 第24-26页 |
| ·遗传算法的基本要素 | 第24-25页 |
| ·基本原理 | 第25-26页 |
| ·基本遗传算法 | 第26-30页 |
| ·基本遗传算法的结构与数学模型 | 第26-27页 |
| ·基本遗传算法的实现 | 第27-30页 |
| ·基于细分变异算子思想的遗传算法 | 第30-35页 |
| ·基于细分变异算子思想的遗传算法的描述 | 第30-32页 |
| ·改进算法对比实验与分析 | 第32-35页 |
| 第四章 改进遗传算法在网络信息过滤中的应用研究 | 第35-45页 |
| ·基于改进遗传算法的信息过滤模型 | 第35-38页 |
| ·初始种群 | 第35-36页 |
| ·适应度函数的选取 | 第36-37页 |
| ·遗传操作 | 第37页 |
| ·相关参数的设定 | 第37-38页 |
| ·多分类器的设计 | 第38-39页 |
| ·系统的设计 | 第39-41页 |
| ·系统总体设计 | 第39-40页 |
| ·系统模块设计 | 第40-41页 |
| ·系统的实现 | 第41-45页 |
| ·系统结构划分 | 第41-42页 |
| ·系统主要界面 | 第42-43页 |
| ·系统过滤效果 | 第43-45页 |
| 第五章 总结与展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 攻硕期间发表论文及科研成果 | 第48-49页 |
| 致谢 | 第49页 |
